app.py

"""
SMARTok 핵심 데모
──────────────────────────────────────────────
✓ 탭 1 : 오디오(녹음·파일) 단건 번역 + TTS 재생
✓ 탭 2 : PDF / 이미지 번역 (Tesseract 없으면 PDF만 안내)
✓ 탭 3 : 실시간 1개 언어(선택형) 번역
✓ 탭 4 : 실시간 4개 언어(영·중(간)·태·러) 동시 번역
──────────────────────────────────────────────
Python ≥3.10, Gradio 4.x, OpenAI Python SDK 필요
"""

import gradio as gr
import openai, os, io, tempfile, mimetypes
from dotenv import load_dotenv

# ─────────────────── 0. 공통 초기화 ──────────────────────────
load_dotenv()
api_key = os.getenv("OPENAI_API_KEY")
if not api_key:
    raise RuntimeError("OPENAI_API_KEY를 .env 파일에 설정하세요!")
client = openai.OpenAI(api_key=api_key)

LANGUAGES = [
    "Korean", "English", "Japanese", "Chinese",
    "Thai", "Russian", "Vietnamese",
    "Spanish", "French"
]
LANG_CODE = {
    "Korean":"ko","English":"en","Japanese":"ja","Chinese":"zh",
    "Thai":"th","Russian":"ru","Vietnamese":"vi",
    "Spanish":"es","French":"fr"
}
VOICE = {l: ("nova" if l in ["Korean","Japanese","Chinese"] else "alloy")
         for l in LANGUAGES}

FOUR_LANGS = ["English", "Chinese", "Thai", "Russian"]  # 실시간 동시 번역용
STREAM_SEC = 4  # Whisper 호출 간격(초) – 3~4 초 정도 지연

# ─────────────────── 1. 유틸 함수 ───────────────────────────
def _safe_path(v):
    """Gradio File/Audio 입력 → 실제 경로 추출"""
    if v is None:
        return None
    return v.get("name") if isinstance(v, dict) else v

def _gpt_translate(text: str, src: str, tgt: str) -> str:
    """GPT-3.5-turbo 번역 (설명 없이 결과만)"""
    rsp = client.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=[
            {"role":"system",
             "content":f"You are a professional translator. Translate the following {src} text to {tgt}. "
                        f"Only provide the translated text."},
            {"role":"user","content":text}
        ],
        temperature=0.3,max_tokens=4096
    )
    return rsp.choices[0].message.content.strip()

def _tts(text: str, lang: str) -> str:
    """OpenAI TTS-1 ⇒ MP3 파일 경로 반환"""
    out = client.audio.speech.create(
        model="tts-1",
        voice=VOICE.get(lang,"alloy"),
        input=text[:4096]
    )
    tmp = tempfile.NamedTemporaryFile(delete=False, suffix=".mp3")
    tmp.write(out.content)
    tmp.close()
    return tmp.name

# ─────────────────── 2. 단건 오디오 번역 ───────────────────────
def translate_audio(audio_in, src, tgt):
    path = _safe_path(audio_in)
    if not path or not os.path.exists(path):
        return "⚠️ 음성 파일을 녹음-업로드하세요.", "", None

    with open(path,"rb") as f:
        stt = client.audio.transcriptions.create(
            model="whisper-1",
            file=f,
            language=LANG_CODE.get(src)
        )
    original = stt.text.strip()
    if not original:
        return "⚠️ 음성 인식 실패", "", None

    translated = _gpt_translate(original, src, tgt)
    tts_path   = _tts(translated, tgt)
    return original, translated, tts_path

# ─────────────────── 3. PDF / 이미지 번역 ─────────────────────
def translate_document(file_in, src, tgt):
    path = _safe_path(file_in)
    if not path or not os.path.exists(path):
        return "⚠️ PDF(또는 이미지) 파일을 업로드하세요.", ""

    ext  = os.path.splitext(path)[1].lower()
    mime = mimetypes.guess_type(path)[0] or ""
    text = ""

    try:
        if ext == ".pdf" or "pdf" in mime:
            import pdfplumber
            with pdfplumber.open(path) as pdf:
                pages = pdf.pages[:5]  # 데모: 5쪽 제한
                text  = "\n".join(p.extract_text() or "" for p in pages)
        else:
            # 이미지의 경우 Tesseract 필요
            try:
                from PIL import Image
                import pytesseract
                text = pytesseract.image_to_string(Image.open(path))
            except Exception:
                return "⚠️ 서버에 Tesseract OCR가 없어서 이미지 OCR은 지원되지 않습니다. PDF만 사용하세요.", ""
    except Exception as e:
        return f"❌ 텍스트 추출 실패: {e}", ""

    text = text.strip()
    if not text:
        return "⚠️ 텍스트가 추출되지 않았습니다.", ""

    translated = _gpt_translate(text, src, tgt)
    return text, translated

# ─────────────────── 4. 실시간 1개 언어 번역 ──────────────────
def stream_single(mic_stream, src, tgt):
    buf, header = io.BytesIO(), None
    o_acc, t_acc = "", ""
    while True:
        chunk = mic_stream.recv()
        if chunk is None:
            break
        if header is None:
            header = chunk[:44]
        buf.write(chunk)
        if buf.getbuffer().nbytes > 16000*2*STREAM_SEC:
            wav = header + buf.getvalue()
            with tempfile.NamedTemporaryFile(delete=False,suffix=".wav") as tmp:
                tmp.write(wav); tmp.close()
                o, t, _ = translate_audio(tmp.name, src, tgt)
            o_acc += " " + o
            t_acc += " " + t
            yield o_acc.strip(), t_acc.strip()
            buf = io.BytesIO()

    if buf.getbuffer().nbytes:
        wav = header + buf.getvalue()
        with tempfile.NamedTemporaryFile(delete=False,suffix=".wav") as tmp:
            tmp.write(wav); tmp.close()
            o, t, _ = translate_audio(tmp.name, src, tgt)
        yield (o_acc+" "+o).strip(), (t_acc+" "+t).strip()

# ─────────────────── 5. 실시간 4개 언어 번역 ──────────────────
def stream_multi(mic_stream, src):
    buf, header = io.BytesIO(), None
    acc = {lang:"" for lang in ["orig"]+FOUR_LANGS}

    while True:
        chunk = mic_stream.recv()
        if chunk is None:
            break
        if header is None:
            header = chunk[:44]
        buf.write(chunk)
        if buf.getbuffer().nbytes > 16000*2*STREAM_SEC:
            wav = header + buf.getvalue()
            with tempfile.NamedTemporaryFile(delete=False,suffix=".wav") as tmp:
                tmp.write(wav); tmp.close()
                with open(tmp.name,"rb") as f:
                    stt = client.audio.transcriptions.create(
                        model="whisper-1", file=f,
                        language=LANG_CODE.get(src)
                    )
            orig = stt.text.strip()
            if orig:
                acc["orig"] += " " + orig
                for lang in FOUR_LANGS:
                    acc[lang] += " " + _gpt_translate(orig, src, lang)
            yield (acc["orig"].strip(),
                   acc["English"].strip(),
                   acc["Chinese"].strip(),
                   acc["Thai"].strip(),
                   acc["Russian"].strip())
            buf = io.BytesIO()

    if buf.getbuffer().nbytes:
        wav = header + buf.getvalue()
        with tempfile.NamedTemporaryFile(delete=False,suffix=".wav") as tmp:
            tmp.write(wav); tmp.close()
            with open(tmp.name,"rb") as f:
                stt = client.audio.transcriptions.create(
                    model="whisper-1", file=f,
                    language=LANG_CODE.get(src)
                )
        orig = stt.text.strip()
        if orig:
            acc["orig"] += " " + orig
            for lang in FOUR_LANGS:
                acc[lang] += " " + _gpt_translate(orig, src, lang)
    yield (acc["orig"].strip(),
           acc["English"].strip(),
           acc["Chinese"].strip(),
           acc["Thai"].strip(),
           acc["Russian"].strip())

# ─────────────────── 6. Gradio UI ────────────────────────────
with gr.Blocks(title="SMARTok Demo", theme=gr.themes.Soft()) as app:
    with gr.Tabs():
        # 탭 1 ─ 오디오 번역
        with gr.TabItem("🎙️ 오디오 번역"):
            src1 = gr.Dropdown(LANGUAGES,value="Korean",label="입력")
            tgt1 = gr.Dropdown(LANGUAGES,value="English",label="출력")
            aud1 = gr.Audio(sources=["microphone","upload"],
                            type="filepath",
                            label="녹음 또는 오디오 파일 업로드")
            btn1 = gr.Button("번역")
            stt1 = gr.Textbox(label="원문", lines=5)
            tlt1 = gr.Textbox(label="번역", lines=5)
            out1 = gr.Audio(label="TTS",type="filepath",autoplay=True)
            btn1.click(translate_audio,[aud1,src1,tgt1],[stt1,tlt1,out1])

        # 탭 2 ─ 문서/이미지 번역
        with gr.TabItem("📄 문서/이미지 번역"):
            src2 = gr.Dropdown(LANGUAGES,value="Korean",label="입력")
            tgt2 = gr.Dropdown(LANGUAGES,value="English",label="출력")
            file2= gr.File(label="PDF 또는 이미지 업로드",
                           file_types=[".pdf",".png",".jpg",".jpeg",".bmp",".tiff",".gif"])
            btn2 = gr.Button("번역")
            org2 = gr.Textbox(label="추출 원문",lines=15)
            trs2 = gr.Textbox(label="번역 결과",lines=15)
            btn2.click(translate_document,[file2,src2,tgt2],[org2,trs2])

        # 탭 3 ─ 실시간 1언어 번역
        with gr.TabItem("⏱️ 실시간 1언어"):
            src3 = gr.Dropdown(LANGUAGES,value="Korean",label="입력")
            tgt3 = gr.Dropdown(LANGUAGES,value="English",label="출력")
            mic3 = gr.Audio(sources=["microphone"],
                            streaming=True,
                            label="실시간 마이크")
            stt3 = gr.Textbox(label="원문(실시간)",lines=8)
            tlt3 = gr.Textbox(label="번역(실시간)",lines=8)
            mic3.stream(stream_single,inputs=[src3,tgt3],outputs=[stt3,tlt3])

        # 탭 4 ─ 실시간 4개 언어 번역
        with gr.TabItem("🌏 실시간 4개 언어"):
            gr.Markdown("마이크 입력을 3-4 초 간격으로 **English / Chinese(简体) / Thai / Russian** 4개 언어로 동시 번역합니다.")
            src4 = gr.Dropdown(LANGUAGES,value="Korean",label="입력 언어")
            mic4 = gr.Audio(sources=["microphone"],
                            streaming=True,
                            label="실시간 마이크")
            o4  = gr.Textbox(label="원문",lines=8)
            e4  = gr.Textbox(label="English",lines=8)
            z4  = gr.Textbox(label="Chinese(简体)",lines=8)
            t4  = gr.Textbox(label="Thai",lines=8)
            r4  = gr.Textbox(label="Russian",lines=8)
            mic4.stream(stream_multi,inputs=[src4],
                        outputs=[o4,e4,z4,t4,r4])

# ─────────────────── 7. 실행 ────────────────────────────────
if __name__ == "__main__":
    app.launch(server_name="0.0.0.0",
               server_port=7860,
               share=False,
               debug=True)